KI-Bildgenerierung für Social Media: Was funktioniert und was billig aussieht

KI-Bildgenerierung für Social Media folgt einer anderen Logik als die Produktfotografie, und der Unterschied ist größer, als die meisten erwarten. Ein Angebot auf einem Marktplatz muss ehrlich sein: Der Käufer bekommt ein physisches Produkt und vergleicht es mit dem Foto. Ein Feed dagegen muss jemanden zum Stoppen beim Scrollen bringen, und dabei spielt Genauigkeit kaum eine Rolle. Dieser Unterschied entscheidet, zu welchem Modell du greifst, wie du Prompts schreibst und wo es schiefgeht.

Ich arbeite als Art Director, und hier kommt die praktische Seite davon, Fehler inklusive.

Ein Fünf-Punkte-Check vor dem ersten Bild

Geh diese fünf Punkte durch, und die Hälfte der üblichen Probleme erledigt sich von selbst.

Das Format zuerst. Quadratisch 1:1 funktioniert für einen normalen Feed-Post, 4:5 nimmt mehr Bildschirmfläche ein, 9:16 ist für Stories und Reels gedacht. Generiere direkt im passenden Format, statt hinterher zuzuschneiden. Ein nachträglicher Zuschnitt ruiniert die Komposition, und das Motiv landet am Bildrand.

Die Auflösung spielt ebenfalls eine Rolle, denn jede Plattform komprimiert, was du hochlädst. Starte mit mehr Pixeln, als du vermutlich brauchst. Verkleinern ist unproblematisch, ein unscharfes Bild im Nachhinein zu retten dagegen nicht.

Text im Bild ist ein eigenes Thema. Soll Text direkt eingebettet sein, schrumpft die Modellauswahl schnell, denn viele Modelle tun sich mit lesbarem Text noch schwer. Wir haben getestet, welche Modelle das wirklich beherrschen, die Ergebnisse stehen hier.

Ein Feed wirkt als Ganzes, nicht Post für Post. Fünf Bilder in fünf unterschiedlichen Stilen fallen sofort als Stilbruch auf, Das wirkt dann eher wie ein Wühltisch als eine Marke.

Platz für Text einplanen. Plattformen legen häufig eine Überschrift oder einen Button über dein Bild. Lass bewusst freien Raum, sonst landet der Text quer über einem Gesicht.

Wo sich KI-Bilder verraten

Drei Merkmale verraten ein generiertes Bild auf den ersten Blick.

Zu sauberes Licht. Modelle greifen standardmäßig zu gleichmäßigem, schmeichelhaftem Studiolicht ohne einen einzigen unpassenden Schatten. Im Feed wirkt das wie Stockfotografie, und an Stockfotos scrollt man ohne zweiten Blick vorbei.

Haut ohne Struktur. Sobald eine Person im Bild ist, glättet sich die Haut gern, bis sie wie eine Schaufensterpuppe wirkt. Die Lösung ist simpel: direkt nach Poren, Struktur und ein wenig natürlicher Asymmetrie fragen.

Hände und Details, die danebengehen. Das ist der Klassiker unter den Fehlern, wir haben das separat aufgeschlüsselt. Im Feed fällt das stärker auf als auf einer Produktkarte, weil man bei Menschen einfach genauer hinschaut.

Über den ersten Punkt habe ich mit meinem Team eine Weile gestritten, weil ich überzeugt war, dass makelloses Licht ein Pluspunkt ist. Es war genau umgekehrt: Ein etwas raueres, lebensnahes Bild bringt mehr Engagement.

Welches Modell für welchen Job

Kurzer Überblick nach Aufgabe.

Text direkt im Bild: Ideogram 3.0, GPT Image 2.

Personen im Bild, natürliche Haut und Mimik: Seedream 5.0, Imagen 4.

Ein Produkt mit ehrlicher, realer Textur: Nano Banana, Flux 2.

Schnelle, grobe Entwürfe in großer Zahl: Z-Image.

Nichts davon ist in Stein gemeißelt. Für deinen speziellen Feed-Stil kann die Reihenfolge anders aussehen, und das zu prüfen dauert einen Abend: eine typische Szene wählen und nacheinander durch drei Modelle schicken.

Einen einheitlichen Feed-Stil halten

Das ist das häufigste Problem, sobald du regelmäßig postest, und es lässt sich auf drei Techniken herunterbrechen.

Ein Referenzbild. Erstelle oder fotografiere ein starkes Bild und gib es als Referenz für die nächsten mit rein. Das Modell übernimmt daraus Farbe und Stimmung.

Ein fester Prompt-Block. Der Teil, der Licht, Farbpalette und Grundstimmung beschreibt, bleibt gleich, nur das Motiv wechselt. Klingt mühsam. Funktioniert trotzdem.

Ein Seed über die ganze Serie. Falls dein Tool die Seed-Steuerung freigibt, wird eine Serie merklich gleichmäßiger. Was ein Seed genau macht, erklären wir hier.

KI-Bildgenerierung für Social Media im großen Maßstab

Sobald zehn Posts pro Woche anstehen, wird Einzelgenerierung zum Nebenjob. Diese Reihenfolge spart am meisten Zeit.

Erst den Content-Kalender bauen, dann alles in einem Rutsch generieren. Nicht „Post schreiben, dann Bild machen“, sondern ein Batch: zehn Szenen, eine Sitzung, ein Stil.

Bei der Auswahl kompromisslos sein. Dreißig Bilder zu generieren, um zehn brauchbare zu bekommen, ist normal und kein Zeichen schwacher Prompts.

Fertige Bilder in klar benannten Ordnern ablegen, denn einen Monat später findest du die eine gute Variante sonst nicht wieder. Dateibenennung klingt nach einem langweiligen Thema, und das ist es auch, spart aber in der Breite echte Zeit.

Ich reihe in Flami zehn Szenen auf einmal in die Warteschlange, mache währenddessen etwas anderes und komme zurück, um die Ergebnisse zu sichten. Der Abend geht fürs Auswählen drauf, nicht fürs Warten.

FAQ

*Welches Seitenverhältnis sollte ich für Social-Media-Bilder verwenden?* Generiere direkt im passenden Format: 1:1 für den quadratischen Feed, 4:5 für höhere Posts, 9:16 für Stories. Ein nachträglicher Zuschnitt zerstört die Komposition, weil das Modell sie für ein anderes Format gebaut hat.

*Welches KI-Modell eignet sich am besten für Social-Media-Bilder?* Kommt auf die Aufgabe an. Text-lastige Bilder funktionieren besser mit Ideogram oder GPT Image, Personen-Shots mit Seedream oder Imagen, Produktbilder mit Nano Banana oder Flux. Eine pauschale Antwort gibt es nicht, am besten eine Szene durch mehrere Modelle laufen lassen und vergleichen.

*Wie bekomme ich einen einheitlichen Feed-Look hin?* Den Teil des Prompts, der Licht und Farbpalette beschreibt, fix halten, ein Referenzbild über die Serie hinweg wiederverwenden und den Seed fixieren, falls das Tool es zulässt. Genau das macht aus einzelnen Posts eine erkennbare Serie.

*Sieht man einem Bild an, dass es KI-generiert ist?* Oft ja: zu gleichmäßiges Licht, plastikartig wirkende Haut und Probleme bei Händen oder Details sind die Verräter. Die ersten beiden löst man, indem man gezielt nach Unvollkommenheit und Struktur fragt. Das dritte löst man, indem man schlechte Frames einfach aussortiert.

*Wie viele Bilder sollte ich pro Post generieren?* Rechne mit drei bis fünf Versuchen pro brauchbarem Bild, manchmal mehr. Die Annahme, eine Generierung pro Post reiche aus, geht so gut wie nie auf, also von Anfang an mehr einplanen.

*Muss ich das Bild nach der Generierung noch bearbeiten?* Meistens ja, aber nur leicht: Zuschnitt aufs richtige Format und ein wenig Farbkorrektur, damit es farblich zum Rest des Feeds passt. Das sind Minuten, keine Stunden.

Quellen

1. Flami: Test der Textdarstellung in KI-Modellen
2. Flami: Warum KI-Modelle Hände und Text verunstalten
3. Flami: Seeds und Wiederholbarkeit bei der Generierung